La cartographie de la fraction du rayonnement photosynthétiquement actif (FPAR) des peuplements d'épinette noire (Picea mariana) en Abitibi à l'aide d'une image satellitaire de Landsat ETM+
Bibliographic record
Abstract
La fraction du rayonnement photosynthétiquement actif absorbé (FPAR) par le couvert forestier est un intrant majeur des modèles de calcul de la productivité forestière. L’objectif de cette recherche est de développer une méthodologie pour calculer des valeurs de la FPAR[indice inférieur image] pour des peuplements d’épinette noire, à l’échelle régionale, à partir d’images satellitaires de Landsat. Les valeurs spectrales des images ont été utilisées pour le calcul de l’indice de surface foliaire (L) et de la FPAR. Certaines relations mathématiques ont été dérivées de données in situ de la campagne de terrain BOREAS (variables structurelles des peuplements forestiers, L et FPAR) et ensuite appliquées sur les placettes-échantillons temporaires (PET) en Abitibi, Québec. Les données de la FPAR ont été estimées en assumant une réduction du signal par la loi de Beer-Lambert en utilisant le L de la placette (L[indice inférieur PET]). La comparaison des résultats de calcul de la FPAR, sur les placettes, obtenus entre notre méthode et celle provenant de mesures indépendantes de la campagne BOREAS ont montré de bons coefficients de détermination pour les peuplements d’épinette noire (R[indice supérieur 2] = 0,95). Dans notre étude, des indices spectraux de végétation (SVI) et des bandes spectrales individuelles d’une image Landsat ETM+ (fin août) ont été testés pour estimer la FPAR ou le L des peuplements d’épinette noire d’une région d’étude en Abitibi. Les résultats de L obtenus avec les bandes spectrales individuelles ou les SVI ont indiqué qu’il était possible de calculer des valeurs de FPAR en faisant une sélection des valeurs spectrales reliées aux PET. Cette sélection est établie sur un calcul de la variabilité et de l’écart type des valeurs en réflectance des pixels au voisinage du pixel associé à la PET. En effet, le coefficient de détermination entre la bande 3 et les valeurs de FPAR a atteint un R[indice supérieur 2] de 0,54 sur l’image d’août 2000, ce qui est supérieur aux valeurs retrouvées dans la littérature qui offrent un R[indice supérieur 2] approximatif de 0,35 pour la forêt boréale à la même période de la saison de croissance. À partir des relations développées, une carte de la FPAR fut produite pour les peuplements de résineux de la région d’étude. La relation faible entre la FPAR et l’image ETM+ nous permet de suggérer que l’utilisation de la biomasse serait une alternative mieux adaptée à la cartographie (Fournier et al. 2003b). Toutefois, notre étude a permis de faire ressortir des aspects critiques pour obtenir des résultats significatifs pour les cas où l’utilisation de la FPAR serait requise.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".